电动汽车参与运行备用的能力评估及其仿真分析（Matlab代码实现）

最新推荐文章于 2024-09-16 00:01:09 发布

Ps.729

最新推荐文章于 2024-09-16 00:01:09 发布

阅读量1k

点赞数 30

文章标签： matlab 开发语言

本文链接：https://blog.csdn.net/weixin_67304359/article/details/138538423

版权

💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

📋📋📋本文目录如下：🎁🎁🎁

目录

⛳️赠与读者

💥1 概述

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码、数据、文章

⛳️赠与读者

👨‍💻做科研，涉及到一个深在的思想系统，需要科研者逻辑缜密，踏实认真，但是不能只是努力，很多时候借力比努力更重要，然后还要有仰望星空的创新点和启发点。当哲学课上老师问你什么是科学，什么是电的时候，不要觉得这些问题搞笑。哲学是科学之母，哲学就是追究终极问题，寻找那些不言自明只有小孩子会问的但是你却回答不出来的问题。建议读者按目录次序逐一浏览，免得骤然跌入幽暗的迷宫找不到来时的路，它不足为你揭示全部问题的答案，但若能让人胸中升起一朵朵疑云，也未尝不会酿成晚霞斑斓的别一番景致，万一它居然给你带来了一场精神世界的苦雨，那就借机洗刷一下原来存放在那儿的“躺平”上的尘埃吧。

或许，雨过云收，神驰的天地更清朗.......🔎🔎🔎

💥1 概述

参考文献：

现有电力系统主要利用发电侧的备用措施( reserve measure, RM)资源实现功率的实时平衡:在需要向上调节时,一般通过调度传统发电机组,如煤电、气电,水电等来实现[1;在需要向下调节时,可调源可进一步扩大到风、光等新能源电源。尤以中国这样以煤电为主的电源结构,煤电机组启动慢、存在最小技术出力约束,依赖煤电调节风电、光伏等新能源发电波动存在较大的局限性:要么因煤电开机量过多产生弃风弃光问题,引起清洁能源资源的极大浪费;要么因煤电来不及开机或调节速率不足，导致调节跟不上可再生能源的快速波动,引起停电风险[2]。因此,常规的RM资源及调度手段越来越不能适应新形势的发展,有必要充分发现、挖掘其他快速功率调节资源,例如发挥需求侧RM资源的作用,寻找技术上可靠、经济上可行的智能电网解决方案。
从经济层面来看,将来绝大多数EV由私人用户所有,电网公司无需分摊其购置费用。但电网公
司为了获取EV的调度权﹐仍需依赖有效运转的发电及辅助服务市场,引入合理的激励机制,付出相应的控制成本。辅助服务市场机制设计的复杂性决定了它是现阶段中国电力改革面临的主要
难题之
—[7]。EV的分布式特性令其无法直接接入较为集中的批发性电力市场,而便于管理和分析的EV集群在分类特征识别上又极为复杂[8]。文献[9]提出了区域电力市场环境下EV参与RM能力市场交易的机制设计,但并未给出EV参与RM调度的可用容量评估。当前的研究缺乏对EV参与运行备用的能力进行实时评估的方法。

电动汽车作为未来电力系统中一种重要的备用资源，其调控应以满足用户需求为前提。因此，对电动汽车备用能力的评估需要考虑市场机制，兼顾系统调控和用户出行需求。设计合理的充电合约机制，并制定EV短时备用能力计算方法和响应电价变化的充/放电策略，以确保向电网提供可调控备用容量。通过实例分析典型EV单体和集群在不同充电策略下的备用能力，同时考虑备用容量价格、备用市场设计等因素对EV备用容量的影响。

📚2 运行结果

部分代码：

%********************有序充电-考虑现货市场-考虑备用收益
clc;
clear;
e_price=[0.3583 0.3583 0.3583 0.3583 0.3583 0.3583 0.3583 0.3583 0.5583 0.5583 0.5583 0.5583 0.5583 0.5583 0.5583 0.5583 0.5583 0.5583 0.5583 0.5583 0.5583 0.3583 0.3583 0.3583]; %现货电量价格
cu_price=ones(1,24); cu_price=0.05*cu_price; %上调峰容量价格
cd_price=ones(1,24); cd_price=0.05*cd_price; %下调峰容量价格
eu_price=e_price; %上调峰电量价格，等于现货电价
ed_price=0; %下调峰电量价格
PLmax=3.3; %充电功率
PGmax=3.3; %放电功率

N=1000; %ev集群的数量
e_max=textread('e_max.txt'); %每个代理的电池容量
start_soc=textread('start_soc.txt'); %每个代理的充电起始SOC
t_start=textread('t_start.txt'); %每个代理的充电开始时间
contract_status=textread('contract_status.txt'); %每个代理的合约形式，-1不参与受控，0参与G2V，1参与V2G

%************************************************************************************************设置每个代理的充电结束SOC
exp_soc=ones(1,N);
exp_soc=0.95*exp_soc; %假设每个代理均充至95%soc，exp_soc(i)

%************************************************************************************************设置每个代理的保底电量
ms_soc=ones(1,N);
ms_soc=0.5*ms_soc; %假设每个代理的保底电量均设为50%，ms_soc(i)

%************************************************************************************************生成每个代理的充电弹性
%c_elasticity=zeros(1,N);
%for i=1:N
% c_elasticity(i)=e_max(i)*(exp_soc(i)-start_soc(i))/(PLmax*12); %充电时间为12个小时,texp-tstart=12h
%end

%************************************************************************************************充电弹性排序
%[rank_c_elasticity,rank_num]=sort(c_elasticity);
%rank_c_elasticity为排序后的结果，rank_num里的元素对应在c_elasticity里的序号:c_elasticity(rank_num(i))

P=zeros(N,24); %每辆车每个时间段的充电功率
e=zeros(N,13); %每辆车充电时间段的电量情况，每辆车在线充12h，因此有13个电量点
eprice=zeros(N,12); %偏移后的现货电价
cuprice=zeros(N,12); %偏移后的上备用价格
cdprice=zeros(N,12); %偏移后的下备用价格

e_min=zeros(N,13); %记录每辆车的最小电量要求
for i=1:N
e_min(i,13)=e_max(i)*exp_soc(i);
for j=12:(-1):1
e_min(i,j)=e_min(i,j+1)-PLmax;
if e_min(i,j)<e_max(i)*ms_soc(i)
e_min(i,j)=e_max(i)*ms_soc(i);
end
end
end

%充电策略优化
for i=1:N
if contract_status(i)>=0
f=0;

if e_max(i)*(exp_soc(i)-start_soc(i))/(PLmax*12)>=1 %充电无弹性用户